一类含双参数四阶两点边值问题解的存在性和不存在性

运用Schauder不动点定理及上下解方法考虑四阶两点边值问题u′″(t)=f(t,u(t))a.e.t∈(0,1)u(0)=0 u(1)=0 u(0)=λ1 u(1)=λ2当参数λ1,λ2变化时解的存在性和不存在性,其中:λ1,λ2∈R,f满足Carathéodory条件.     

大兴安岭典型林区主要植物点格局分布研究

以大兴安岭山区一块典型林样地内的几种主要植物为研究对象,采用网格法分别在不同生境条件下设立研究样方,并测量相关数据,运用Ripley函数进行点格局分析,研究几种主要植物种的种群结构、空间关联性、空间分布格局及其影响因素等,以期为对寒温带森林植物进行保护和为森林经营管理提供理论基础。分析结果表明:整体上样地内中龄树个体数最多,占绝对优势,小树和老树在样地内各有分布且二者在量上的区别不明显;几个主要植物种在样地内均呈聚集分布,其中白桦和赤杨在样地内的聚集分布较为明显;样地内植物的分布与空间尺度的相关性较明显,部分植物种在小尺度上呈随机分布状态,但是随着尺度的增大植物种趋于聚集分布。     

种植年限对设施菜田土壤剖面磷素累积特征的影响

以山东寿光集约化设施菜田为研究对象,分析了不同种植年限设施菜田土壤磷素投入和土壤磷素累积的差异,比较不同种植年限土壤剖面中无机磷、有机磷、Olsen-P和CaCl2-P含量的变化特征。结果表明:磷素过量积累是设施菜田的显著特征,主要由于有机肥以粪肥投入为主,复合肥中P素比例偏高,收获作物带走量仅占磷素投入的7.2%;随着种植年限增加,P素累积现象明显,过量的磷素盈余导致了土壤剖面中不同形态磷含量的上升,其中以无机磷尤其明显;用来表征土壤有效磷指标的Olsen-P与CaCl2-P有显著的相关性,研究区域中当土壤(Olsen-P)达到80.7mg·kg-1时,土壤CaCl2-P开始显著升高,增大了设施菜田磷素淋溶风险。     

Determining sample size for assessing species composition in grassland 1

Species composition is measured in grasslands for a variety of reasons. Commonly, observations are made using the wheel‐point apparatus. However, the problem of determining optimum sample size has not yet been satisfactorily resolved. In this study the wheel‐point apparatus was used to record 2 000 observations in each of a range of sample sites. A random number generator was used to select 30 sets of samples of size N (number of point‐observations) from each sample site. A measure of similarity for each sample with every other in a set was calculated to establish the variation that may be expected for that sample size. The Richards function was used to determine the sample size (number of point‐observations) required to retrieve a minimum level of precision. It is proposed that 100 point‐observations are sufficient for coarse management scale investigations, 200 for monitoring programmes and 300 for detailed scientific studies.     

基于彩色模型和近邻法聚类的水田秧苗列中心线检测方法

水田秧苗列中心线的检测是实现水田除草机器人自主导航的重要保证。在秧苗的不同生长时期,秧苗形态各不相同;并且在南方地区的水田中经常会出现的绿色浮萍、蓝藻,它们的颜色与目标秧苗非常接近,这给秧苗的分割以及列中心线的检测带来很大的困难。针对这些问题,提出一种基于彩色模型和近邻法聚类实现秧苗列中心线的检测方法。首先,基于彩色模型即2G-R-B模型(2Green-Red-Blue)和HSI(Hue,Saturation and Intensity)彩色空间中提取S分量提取秧苗灰度特征;然后,在保持秧苗原有形状的前提下提取秧苗特征点,获得秧苗特征点图像;最后,基于近邻法利用特征点间的邻近关系对特征点进行聚类,采用基于已知点的Hough变换(known point Hough transform)提取秧苗列中心线。试验表明:提出的方法能够在图像中存有绿色浮萍、蓝藻等噪声情况下准确提取秧苗灰度特征,平均每幅真彩色图像(分辨率:1280×960)整个流程所需时间小于350ms,并能够适应自然光线变化。提出的方法能够适应环境的变化,满足机器人实时性要求。     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。     

Use of a solid‐state chloride electrode for chloride determinations in soil extracts

Abstract

Studies were conducted to evaluate the use of a solid‐state chloride electrode for chloride determinations in soil extracts. The solid‐state chloride ‐electrode was used as an end point detector in the titration of chloride with AgN0₃ and direct reading of chloride in solution. The solid‐state electrode gave results very similar to those obtained with a silver electrode (r = 0.999) when used as an end point detector. Values obtained using the solid‐state electrode as a direct reading electrode were also well correlated (r = 0.998) but were slightly higher than results obtained by titration with a silver electrode.     

树木位置空间模式建模与预测(英文)

传统的林分生长与收获模型不能为林分和生态系统管理提供准确的空间信息。采用3种配对势函数的Gibbs点过程模型对美国东北部50块云冷杉样地里树木的空间分布模式进行模拟。该Gibbs模型能够较好地模拟这50块样地中的82%～84%,但其对完全随机分布和规则分布的样地模拟比对聚集分布的样地模拟效果要好。使用常用的林分变量如林分密度、公顷断面积、林分平均胸径、平均树高、平均冠幅和冠长建立经验回归模型对Gibbs模型的2个参数进行预测。结果表明这些回归模型对81%的样地可以得到满意的模拟效果,其中,100%的完全随机分布样地、71%的规则分布样地和56%的聚集分布样地模拟效果较好。选择3块样地对树木的模拟空间位置和实际观测位置的相似性进行对比和说明。     

周口市农业面源污染现状分析及防治措施

对周口市农业污染源污染现状进行了调查与研究,全面分析了周口农业面源污染的种类、危害及成因,结合农村特点提出了控制农业面源污染的治理方法、管理措施与建议。     

基于DeepLabCut算法的猪只体尺快速测量方法研究

为解决基于计算机视觉猪只体尺测量过程中存在的对猪只姿态依赖度高、测定效率低等问题,提出了一种基于DeepLabCut算法的非接触式猪只体尺快速测量方法。本研究以长白猪为研究对象,使用RealSense L515深感相机作为图像数据采集单元获取猪只背部RGB-D数据,通过分析对比ResNet、MobileNet-V2、EfficientNet系列的10个主干网络训练效果,选取EfficientNet-b6模型作为DeepLabCut算法最优主干网络进行猪只体尺特征点检测;为实现猪只体尺数据的精准计算,本文采用SVM模型识别猪只站立姿态,筛选猪只自然站立状态;在此基础上,采用深度数据临近区域替换算法对离群特征点进行优化,并计算猪只体长、体宽、体高、臀宽和臀高5项体尺指标。经对140组猪只图像进行测试发现,本研究提出的算法可实现猪只自然站立姿态下体尺的实时、精准测量,体尺最大均方根误差为1.79 cm,计算耗时为每帧0.27 s。